هفته گذشته DataRobot با جمعآوری ۵۴ میلیون دلار در دور سوم سرمایهگذاری (Series C) تو جامعه یادگیری ماشین (Machine Learning) سر و صدا کرد و کل سرمایهش رو به ۱۱۱ میلیون دلار رسوند. DataRobot یه شرکت نرمافزاری تو بوستونه که داره رو اتوماسیون یادگیری ماشین (AutoML) کار میکنه. با وجود همه هیاهوها دور هوش مصنوعی (AI) و یادگیری ماشین، کمبود دانشمند داده (Data Scientist) و متخصص یادگیری ماشین جلوی رشد و استفاده گسترده این تکنولوژیها رو گرفته. Jeremy Achin، مدیرعامل و همبنیانگذار DataRobot، میخواد با خودکار کردن بخشهایی از فرآیند علم داده (Data Science) این مشکل رو حل کنه.
این خبر با ترکیبی از خوشبینی بیش از حد و شک و تردید روبهرو شد. بعضیها تو اینترنت پیشبینی کردن که دموکراتیزه کردن یادگیری ماشین نزدیکه. از طرف دیگه، Stacey Higginbotham، یه کارشناس اینترنت اشیا (Internet of Things)، گفت: “[این] شرکتیه که ادعای بزرگی داره، اینکه میتونه توسعه هوش مصنوعی رو خودکار کنه. من واقعاً باورم نمیشه، چون بهترین ذهنها تو Google، Facebook، Microsoft و Baidu دارن رو تلاشهای ناتمومشون مقاله منتشر میکنن.”
من دلیل این امیدها و نگرانیها رو میفهمم، ولی DataRobot—و بهطور کلی AutoML—نه این وعدهها رو میده و نه ادعاش رو داره. برای روشن شدن موضوع، بیاید یه نگاه به وضعیت فعلی AutoML بندازیم و دقیق بگیم چیه و چی نیست.
AutoML چیه؟
قبل از تعریف AutoML، باید فرق بین یادگیری ماشین (Machine Learning) و علم داده (Data Science) رو بفهمیم. همونطور که Matthew Mayo از KDnuggets میگه، این فقط یه بحث کلمهها نیست. یادگیری ماشین بیشتر رو مدلسازی دادهها (انتخاب بهترین الگوریتم، تنظیم پارامترهاش و غیره) تمرکز داره و بخشی از جعبهابزار بزرگتر علم دادهست که چیزایی مثل آمادهسازی داده (Data Preparation) و تحلیل توصیفی (Descriptive Analytics) رو هم شامل میشه.
با این حساب، Mayo میگه AutoML یعنی “فرآیند خودکار انتخاب الگوریتم، تنظیم ابرپارامترها (Hyperparameter Tuning)، مدلسازی تکراری و ارزیابی مدل.” این علم داده خودکار یا توسعه خودکار هوش مصنوعی نیست، ولی همونطور که DataRobot تو سایتش میگه، داره “ساخت مدل رو متحول میکنه.”
خب، AutoML چطور مفیده؟
الان انتخاب “بهترین” الگوریتم برای هر مجموعه داده به یه جور حس ششم یا تجربه درباره دادهها نیاز داره. دانشمندای داده از تجربهشون استفاده میکنن تا ترکیبهای مختلف مدلها و مقدارهای ابرپارامتر رو امتحان کنن تا به بالاترین دقت برسن.
AutoML وابستگی ما به این حس ششم رو کم میکنه؛ یه الگوریتم رو امتحان میکنه، عملکردش رو امتیاز میده، و مدلهای دیگه رو انتخاب و اصلاح میکنه. به عبارت دیگه، فرآیند یادگیری ماشین تو جریان کار علم داده رو—که بالا دقیق تعریف کردیم—خودکار میکنه.
DataRobot تنها شرکتی نیست که تو این زمینه داره پیشرفت میکنه. ابزارهای دیگهای هم هستن که آزاد در دسترسن، مثل Auto-sklearn برای کاربرای Python و AutoWEKA برای کاربرای Weka. یه ابزار دیگه به اسم TPOT هم بهترین مدل رو با کد منبعش تو Python برمیگردونه که با خط لوله معمولی scikit-learn کار میکنه.
آینده AutoML
Randy Olson، توسعهدهنده اصلی پروژه TPOT، مطمئنه که AutoML بهزودی جریان اصلی میشه و ساخت مدل رو سریعتر میکنه. اون سریع ترس از جایگزینی AutoML با دانشمندای داده رو رد کرد و گفت: “هدف AutoML اینه که دانشمندای داده رو از کارهای تکراری و وقتگیر (مثل طراحی خط لوله یادگیری ماشین و بهینهسازی ابرپارامترها) آزاد کنه.”
درباره حرف Stacey که به پیشرفت غولهای تکنولوژی تو این زمینه اشاره کرد، من میگم AutoML به اون کارا ربط داره، ولی یه رشته جدا تو مسیر کلی به سمت هوش مصنوعی بهتره. غولهای تکنولوژی بیشتر رو بهبود معماری یادگیری عمیق (Deep Learning) تمرکز دارن. میشه گفت AutoML میتونه به انتخاب بهترین معماری شبکه عصبی عمیق و تنظیم ابرپارامترهاش کمک کنه، که یه مشکل خیلی سختتر از چیزیه که AutoML تو شبکههای غیرعمیق حل میکنه.
به نظرم غولهای تکنولوژی دارن رو این کار میکنن که حس حافظه رو تو این ماشینها جاسازی کنن تا از کارهای تخصصی آزاد بشن، همونطور که مقالههای اخیر DeepMind (مثل Elastic Weight Consolidation یا Neural Episodic Control) نشون میدن. این تلاشها نشوندهنده یه روند به سمت هوش مصنوعی عمومی (General AI) هستن تا ماشینها بتونن چیزی که یاد گرفتن رو به خاطر بیارن و تو موقعیتهای جدید استفاده کنن. اگه این اتفاق بیفته، ممکنه تعریف AutoML رو عوض کنه و بشه فرآیند خودکار یادگیری ماشینها. ولی الان، AutoML یه تعریف محدودتر داره که هنوزم کلی وعده توش هست.
نظرت چیه؟ سوالی داری؟ تو کامنتها برام بنویس!
منبع: iotforall